Electrocardiographic patterns of autonomic dysfunction in the diagnosis of autonomic neuropathy in patients with type 2 diabetes mellitus

封面

如何引用文章

全文:

详细

Type 2 diabetes mellitus poses a serious threat to the health of people worldwide. Despite active detection and stringent measures to control and treat diabetes, the condition leads to a variety of complications, including autonomic neuropathy, resulting in autonomic cardiac denervation associated with an increased risk of painless myocardial ischemia and sudden cardiac death. However, digital verification by finding electrocardiographic (ECG) patterns of autonomic dysfunction is possible.

The available literature on ECG patterns of myocardial electrical instability, which reflect autonomous myocardial dysfunction, was summarized. A literature review of scientific papers on ECG diagnosis of autonomic myocardial dysfunction in patients with type 2 diabetes mellitus over the past 5 years was performed using PubMed and eLIBRARY data.

Among different ECG patterns that reflect autonomic dysfunction, the most common is the investigation of heart rhythm variability, which is based on the mathematical analysis of respiration rate intervals. The simplest variables are used to obtain a series of statistical indicators such as SDANN, RMSSD, NN50, and pNN50. A new and understudied ECG pattern of autonomic dysfunction is heart rate turbulence (HRT), which is a short-term rhythm change that develops in response to a ventricular extrasystole. The extrasystole is followed by a short episode of sinus tachycardia lasting several cardiac cycles, which is followed by a longer episode of bradycardia. These heart rate fluctuations are based on baroreflex compensation of intracardiac hemodynamic changes. Two parameters are estimated to characterize the HRT: turbulence onset and turbulence slope. A specific marker of autonomic dysfunction is the rate of cardiac rhythm recovery after controlled exercise. A recovery rate of <12 beats per first minute was associated with an increased risk of all-cause mortality, whereas a reduction in recovery rate of <40 beats per 2 min was found to be a strong independent risk factor for all-cause mortality.

An imbalance in the tone of sympathetic and parasympathetic systems underlies all the described indicators. Therefore, a risk-stratifying significance of autonomic dysfunction markers in a wide range of pathologies, including peptic ulcer disease, gallstone disease, hypertension, chronic heart failure, chronic obstructive pulmonary disease, bronchial asthma, thyreopathies, and anemias apart from type 2 diabetes mellitus, exists. This explains the high sensitivity of tests, while having a low positive predictive value and specificity. The ease of performing tests dictates the need for further study of the features of autonomic dysfunction markers in patients with type 2 diabetes mellitus, since these markers are associated with a high risk of painless myocardial ischemia and sudden cardiac death.

Currently, several ECG patterns (heart rate variability, HRT, and heart rate recovery rate) reflect autonomous myocardial dysfunction. The patterns enable early detection of autonomous neuropathy in patients with type 2 diabetes mellitus, which will allow timely diagnosis and adequate therapy. However, further study is required due to their low specificity to identify the peculiarities in specific nosological forms.

作者简介

Sergey Sharov

National Research Mordovia State University

编辑信件的主要联系方式.
Email: scharov.serzh2012@yandex.ru
ORCID iD: 0009-0001-5932-7804
俄罗斯联邦, Saransk

Anna Usanova

National Research Mordovia State University

Email: anna61-u@mail.ru
ORCID iD: 0000-0003-2948-4865
俄罗斯联邦, Saransk

参考

  1. Denisova AG, Pozdnyakova NV, Morozova OI. Klinicheskii analiz variabel’nosti i turbulentnosti serdechnogo ritma pri sakharnom diabete tipa 2. Russian Journal of Cardiology. 2020;25(S2):10. (In Russ).
  2. Balcıoğlu AS, Aksu E, Aykan AÇ. Triglyceride glucose index is related with cardiac autonomic dysfunction in patients with metabolic syndrome. Kardiologiia. 2022;62(6):45–50. doi: 10.18087/cardio.2022.6.n2049
  3. Prekina VI, Chernova IYu, Samol’kina OG, Esina MV. Variabel’nost’ serdechnogo ritma u patsientov s sakharnym diabetom i insul’tom. Russian Journal of Cardiology. 2022;27(6S):3. (In Russ).
  4. Ivanova OA, Kuklin SG. The rate of cardiac rhythm recovery post exertion in physical rehabilitation of cardiological patients. Cardiovascular Therapy and Prevention. 2018;17(2):95–100. (In Russ). doi: 10.15829/1728-8800-2018-2-95-100

补充文件

附件文件
动作
1. JATS XML

版权所有 © Eco-Vector, 2023

Creative Commons License
此作品已接受知识共享署名-非商业性使用-禁止演绎 4.0国际许可协议的许可。

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».